刚刚!ChatGPT演示即将上线王炸功能!不仅推出官方版AutoGPT,还能联网,支持处理Excel,发推购物一条龙!...

Agentic AI与意图即应用:重塑人机交互的技术革命 在人工智能领域,智能体(Agent)技术正推动人机交互从传统的“操作式”向“意图驱动”范式演进。其核心原理在于,通过大型语言模型(LLM)的推理与规划能力,结合可扩展的工具调用(Function Calling)和状态管理,使AI系统能够理解用户的高层目标,并自主拆解、执行复杂任务序列。这一技术价值在于极大降低了用户的认知负荷与操作成本,将应用从需要主动打开和操作的“地方”,转变为随时待命、理解并服务用户的“能力”。其应用场景广泛,从个人助理、旅行规划,到企业级的自动化工作流与数据分析,智能体都能作为自主的 阅读详情

转载自量子位

OpenAI官方AutoGPT,要来了!

就在AutoGPT项目破10万Star之际,OpenAI也放出重磅炸弹,由联合创始人格雷格·布洛克曼(Greg Brockman)亲自现场演示了ChatGPT即将上线的新功能。

比如要一张这样有氛围感的晚餐图片:

106bae7c8da1a82db0268d7c9b27d3de.gif

不劳您亲自写提示词,它来:

18e3307ee43a7e1c340124d899b9b85d.png

采纳ChatGPT推荐的菜谱之后,想要去买食材?

直接一句话,买菜平台的购物车就给你加好了:

b168bc59a0f57d962bb82d31a5603a5b.gif

想要分享买了啥?

一句命令直接链接发推特,整个过程你根本不用打开“小蓝鸟”:

54943563c0777bcb10311359aaf5f1d2.gif

d4ba7a5ce52b662c6126e38246fdf8cb.gif

联网能力的加入,则可以让它自动对回答进行事实核验。

2f04a396a756ea686bd117330995fa24.gif

甩给它一个Excel文件,也是唰唰唰就开始分析:

2d93d134607f561c5a30475f2c95b204.gif

完全是AutoGPT的感觉了有没有!

在演示现场,联合创始人布洛克曼剧透,新功能上线的时间,就在未来几个月(After this talk, you will be able to access this yourself)。

34c2c901653a6edf646e0b403ecf589d.png

话音刚落,掌声雷动。

要知道,此前OpenAI官宣要在ChatGPT上引入插件功能就引发热议。如今随着实测效果曝光,丝滑的效果更是把期待值拉满了。

有网友就表示:

在TED演讲现场真实测试发一条推特,可见你们对自家AI的信任!

2d7df81432808e286e982d9cd556767c.png

不过在等待结果时,老哥看着还是非常屏气凝神的,后面测试成功后才笑了起来~

36534207640617bf5140175e6b57e15d.gif

所以,ChatGPT这些新功能具体效果如何?就跟着老哥一起来看看。

聊天界面直接加购物车、发推特

如下图所示,即将到来的“Auto功能”藏在三个不同的新模式之中:

Browsing、Code Interpreter和Plugins。

4e5079b553e4865250f3783eb79f7f2f.png

Plugins可以让ChatGPT接入各种外部应用,Browsing能开启联网能力,Code Interpreter则通过自动写代码帮你进行各种数据分析。

先看Plugins模式。

布洛克曼首先演示了ChatGPT接入Dall·E后拥有的新能力。

我们想在演讲之后进行一顿晚宴,请给我们一份食谱建议,然后把它生成一张图片”。

很快,ChatGPT就给出菜单,包括:藜麦沙拉、奶酪烤蘑菇、果盘、奶油南瓜汤、手工面包和鸡尾酒等等,每个菜都详细介绍了用啥具体食材搭配。

05e28e8befa9c6c478dda74801bc4bec.gif

然后依靠Dall·E App插件,一张看起来非常有氛围的大餐图片就出来了。

880cda970034b5be051a3210147baa2e.gif

布洛克曼介绍,Dall·E插件在画这张图时,其实就是自己给自己写提示词,写了下面这么一大堆:

6b7f79264f3cdd0d16b17d5d1a8ef5eb.png

搁在以前,这都是需要我们人类自己来做的。现在这种“小事儿”交给ChatGPT就行了。

生成食谱之后,该准备相应的食材了吧。

同样,只需要给ChatGPT下达命令:选择“Instacart”(美国生鲜电商)插件,输入文字“现在为之前建议的菜谱列一份购物清单”。

在这里,布洛克曼还给它加了个小任务:“并在推特上分享给所有TED观众”,这就需要选上一个叫做“Zapier”(一个可以连接各种应用的自动化工具)的插件。

9ded8522e1e8663908c69c8a0a24c33d.png

在Instacart平台加购稍微耗费了ChatGPT一点时候,然后链接就出来了(这里也用到了“检索”插件)。

09a497549e3f46c1a336c6e9b8bf4d97.png

打开之后“诚不我欺”,食材都被安排好了,直接下单即可。

01ea37b09422d693b5e259787149b6ad.gif

(当然,在此之前,你也可以随意为某些食材增加一些数量,或者家里已经有的删掉就可以了。)

接着,ChatGPT再次确认布洛克曼是否需要将链接分享到推特平台,布洛克曼回答yes。

只见一顿自动操作之后,ChatGPT弹出来一个Zapier给出的预览界面,上面有布洛克曼的推特账户名称,以及一会要发布的文案供验证和检查。

129a9a74c164df920105c0c76746dbc1.gif

没什么问题后,点击Run就可以发表了。

这时的布洛克曼略显紧张,不过成功了!

ChatGPT自动帮他发好了一条推特,布洛克曼本人全程连推特网站碰都没碰一下。

f14f1ea2039f2562a5f8f8b7e0e73803.gif

量子位专门去他的主页看了一下,确实有这条推特,点击里面的链接,也确实是前面我们看到的购物车界面。

0319df1e25ddf3738ec61b34dbab60f3.png

这就是强大的Plugins模式能够做的事情,是不是非常有AutoGPT那味儿了?

除了这个无缝接入外部应用的操作,ChatGPT还可以自己去上网查验事实了。

众所周知,聊天机器人有时会给出一些不易觉察的错误答案,引发误导。

如下图所示,布洛克曼问它OpenAl的两篇博客文章“Unsupervised Sentiment Neuron”和“Learning from human preferences”的发布相隔了多长时间。

ChatGPT答前者2017年4月24日发布,后者2017年6月27日发布,因此,这两份出版物相隔大约两个月。

359626930f9af9d5dd80d85844f2d882.png

然而事实真的如此吗?

在这里,就用切换到“Browsing”模式,然后将刚刚那个对话丢给ChatGPT,让它自己去验证一下。

注意了,ChatGPT拿到需求后,并没有直接更新答案,而是一步一步地写下了自己都要查什么做了什么:

首先我将搜索第一篇文章的发布日期,来验证第一个日期。
键入论文题目开始搜索……
该论文的发布日期在搜索结果0的摘录中给出。我将引用这段摘录来核实用户提供的第一个日期。
查看结果(可点击)。
然后我去搜索第二篇文章的发布日期…… 结果在这里给出…… balabala

cbafa71d14fdfe88c8a3fe6e559091c3.png
64c6b92c44292cc4c3e540faabebfb4d.png

经此环节后,ChatGPT汇总出最终答案——

果然前面全都错了,第一篇2017年4月6日发布,第二篇6月13日发布,两者间隔两个月零1周(量子位也实际验证了一下,这回是对的)。

b6112c8d4ee06ca5a4c3aebb6bd0a071.png

布洛克曼表示,像这种核验咱们人类自己其实也可以做,但把它交给ChatGPT去做更有价值的事情才对。

而在这个过程中非常详细地列出ChatGPT核验的每一个步骤,则是方便我们去回溯整个推理链,以防万一。

接下来,最后一个新功能登场。

这是用Excel表格汇总的过去30年所有人工智能论文(大约有16.7万篇)。

5b57a11cd6accacfc880fa9c9a8280ea.png

现在切换到“Code Interpreter”模式,将文件直接上传,来看看ChatGPT将如何对它进行自动分析。

cff8bfcf93129d24fffa882b18829cc7.gif

它先是将表格中所有列名的含义都梳理了一遍,问布洛克曼接下来是想进行数据分析还是做可视化。

c62171dc9bc4a5be72a5ee79c1e0243b.png

布洛克曼表示:老实说我自己也不知道想干啥,但我可以让它给出一些“探索性的图”。

这是一个超高级别的指令,背后可能包含了很多意图,ChatGPT必须推断出我可能感兴趣的东西。

聪明的ChatGPT,给了三个选项,包括:

1、每篇论文作者数量的直方图,这可以让我们了解Al研究的典型团队规模。

2、每年论文发表总数的时间折线图,它可以向我们展示研究趋势。

3、论文标题的单词云,它可以向我们展示研究标题中最常出现的词语。

5a2e664f227e35ed8cbeef57bf38bfe6.png

“话音刚落”,ChatGPT就开始通过自己写代码生成结果:

c6b96ee68ca7164493834941a89ac669.gif

布洛克曼注意到第二个折线图把2023年也直接安排了,但今年还未结束,就让ChatGPT重新进行绘制,ChatGPT当然是照做了,并非常细致地注明2023年发表的论文总数是预测出来的。

dbf7fecefba01c102d770567fada8aa4.png
fc1f17f817384be1023d70cba6f96024.png

以上便是布洛克曼在这场演讲中展示的新功能。

不过,想必大家还记得,这其实就是一个月前ChatGPT承诺的更新。

当时,OpenAI宣布,ChatGPT将拥有联网功能,将可以接入各种外部应用,就像拥有“App Store”一样,想完成任务直接就可以自动帮你调用相应的App。

现在,这些新功能终于要开始拥抱每一个(可能要Plus账号)人了。

如何解决 ChatGPT 在科研学术写作中“不说人话”? 短视频真正改变的,是知识抵达人的方式。真正该改的是信息顺序:先给结论,再讲原因和证据,最后补充必要的边界,边界在这里是护栏,不该挡在正文前面。读者还没质疑,例外和边界已经先摆好了,不敢把话说透,真正好的文章会先把核心判断稳稳立住,再补充复杂性,不会让读者猜半天你到底想说什么。观点还没展开,就先回应并不存在的反对意见,大量篇幅都在证明我没这么说,不过度防御的文章都是前者忙着管理风险,后者才是在推进认识。逐句查看文章中的转折、退让和补充说明,追问一句,如果拿掉这句话,事实是否仍然准确,推理是否依然成立。 阅读详情

相关推荐

Bright Data ChatGPT 搜索抓取器(Python)

使用 GitHub 登录,然后 fork 该仓库开始进行更改。本项目提供一个使用 Bright Data Web Scraper API 抓取结果的简易 Python 样板代码。

亮数据 Bright Data 的博客 327

AutoGPT保姆级使用教程

1. 介绍Auto-GPT是一个基于ChatGPT的工具,他能帮你自动完成各种任务,比如写代码、写报告、做调研等等。使用它时,你只需要告诉他要扮演的角色和要实现的目标,然后他就会利用ChatGPT和谷歌搜索等工具,不断“思考”如何接近目标并执行,你甚至可以看到他的思考过程。2. 准备工作无论是windows还是mac都可以看这个教程。这里需要先安装Python,教程在这里:Python和pip安装...

元素魔方科研服务 6293

BCIC IV 2a数据集:从下载到实战应用全解析

本文全面解析了BCI Competition IV 2a(BCIC IV 2a)数据集的应用流程。从官方渠道下载数据、解析其结构,到在MATLAB和Python环境中进行数据导入、预处理(包括处理特殊受试者A04T),并详细演示了从特征提取(如CSP)到分类(如LDA、SVM)的完整实战步骤,为脑机接口研究者提供了从入门到实践的清晰指南。

weixin_28235513的博客 975

ChatGPT已进化到会看图和说话了,上教程

当然啦,你可以拍摄冰箱中当前存放的食物照片。将这些照片上传ChatGPT后,让它基于所拥有的食材为晚餐提供烹饪做法的建议及说明。

CCEEHM的博客 996

OBS直播美颜全攻略:从插件下载到参数调校一站式指南

本文提供OBS直播美颜插件从下载安装到参数调校的一站式指南。详细介绍了如何安全获取并安装OBS美颜插件,重点讲解了在OBS中添加美颜滤镜的核心步骤,并分享了磨皮、肤色调整、细节增强等关键参数的实战调校技巧,帮助主播打造自然、专业的直播形象。

weixin_29197835的博客 328

Windows下ArduPilot SITL仿真环境搭建与QGC地面站联调全攻略

软件在环仿真(SITL)是无人机开发中的关键一环,它通过将飞控固件运行在PC上,用数学模型模拟传感器数据,实现无硬件依赖的飞行逻辑验证。这项技术不仅降低了试错成本,更为地面站开发、自动化测试和任务规划提供了安全可控的试验场。在工程实践中,MAVLink协议作为飞控与地面站之间的通信桥梁,贯穿仿真、遥测与指令控制全程。结合QGroundControl(QGC)这一主流地面站,开发者可以直观地观察飞行状态、规划航点并记录日志。本文以Windows原生环境为例,详细介绍ArduPilot SITL的搭建流程、MA

weixin_31858171的博客 317

chatgpt怎么去玩?解析各种用途和强大的功能

关于chatgpt怎么玩?他的一些原理以及玩法,相信大家都是挺好奇的吧,毕竟这个新的人工智能和以往我们玩过的,是完全不一样的,它具备更多的可玩性,而且具备有一定的学习能力,这就造就了它的强大,下面我们一起来看看chatgpt的原理和各种功能吧。

电脑修复君的博客 1万+

Camera ITS测试

一、手机端设置: 将 CtsVerifier.apk 安装到设备上, 连接上linux主机。 二、主机端设置: 基础:CTS测试运行环境 然后,主机安装python2.7,及numpy/scipy/matplotlib/opencv 栈和 python 成像库。按照下面的命令依次安装: sudo apt­-get install python-­numpy sudo apt-­g...

wangubuntu的专栏 7785

ChatGPT将上线新功能!OpenAI现场演示官方版AutoGPT,创作画画发推一条龙!

点击下方卡片,关注“CVer”公众号AI/CV重磅干货,第一时间送达点击进入—>【计算机视觉】微信技术交流群丰色 明敏 发自 凹非寺转载自:量子位(QbitAI)OpenAI官方AutoGPT,要来了!就在AutoGPT项目破10万Star之际,OpenAI也放出重磅炸弹,由联合创始人格雷格·布洛克曼(Greg Brockman)亲自现场演示了ChatGPT即将上线的新功能。比如要一张这样有...

阿木寺的博客 437

Kubernetes(K8s)从入门到精通系列之一:一篇文章了解K8s全部核心知识点

Kubernetes(K8s)从入门到精通系列之一:一篇文章了解K8s全部核心知识点

zhengzaifeidelushang的博客 849

基于Simulink的电动汽车电池管理系统热管理优化仿真

电动汽车电池管理系统(Battery Management System, BMS)中的热管理是确保电池性能、安全性和寿命的关键环节。温度过高或过低都会显著影响电池的工作效率和寿命,因此需要对电池组进行精确的热管理。基于MATLAB/Simulink的仿真平台可以用于建模和优化电池热管理系统,包括热分布预测、冷却策略设计以及热平衡控制等。本项目旨在构建一个完整的电动汽车电池热管理优化仿真模型,并通过仿真验证系统的性能。

xiaoheshang_123的博客 462

OpenAI现场演示官方版AutoGPT!创作画画发推一条龙,自主调用外部应用完成任务...

点击上方“视学算法”,选择加"星标"或“置顶”重磅干货,第一时间送达丰色 明敏 发自 凹非寺量子位 | 公众号 QbitAIOpenAI官方AutoGPT,要来了!就在AutoGPT项目破10万Star之际,OpenAI也放出重磅炸弹,由联合创始人格雷格·布洛克曼(Greg Brockman)亲自现场演示了ChatGPT即将上线的新功能。比如要一张这样有氛围感的晚餐图片:不劳您亲自写提示词,它来:...

zandaoguang的博客 260

2、TrustZone(内含链接)——长期学习内容

ARM系列学习路径整理,希望对大家有用。

HoneyIC的博客 232

OpenAI官方的AutoGPT要来了!实测效果很优秀

作者|夕小瑶科技说 编辑| 夕小瑶的卖萌屋点击下方卡片,关注“自动驾驶之心”公众号ADAS巨卷干货,即可获取OpenAI官方AutoGPT,要来了!就在AutoGPT项目破10万Star之际,OpenAI也放出重磅炸弹,由联合创始人格雷格·布洛克曼(Greg Brockman)亲自现场演示了ChatGPT即将上线的新功能。比如要一张这样有氛围感的晚餐图片:不劳您亲自写提示词,它来:采纳Ch...

CV_Autobot的博客 258

Android 12.0 SystemUI下拉状态栏定制化之隐藏下拉通知栏布局功能实现(二)

在12.0的系统定制化开发中,由于从12.0开始SystemUI下拉状态栏和11.0的变化比较大,所以可以说需要从新分析相关的SystemUI的 布局,然后做分析来实现不同的功能,今天就开始实现关于隐藏SystemUI下拉状态栏中的通知栏布局系列二,去掉下拉状态栏中 通知栏部分 白色的圆角背景

安卓兼职framework和app工程师的博客 1634

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

ChatGPT 广告技术栈架构拆解:多轮意图、LLM 工具编排、ANN 召回与拍卖闭环

基于 OpenAI 官方工程文章,拆解 ChatGPT 广告系统如何用有状态会话理解多轮意图,以独立链路隔离自然回答,再由 LLM 编排召回、过滤、相关性评分、拍卖和最终交付,并给出可复用的超时、观测、安全与反馈闭环设计。

jerry764的博客 377

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

ChatGPT Projects 使用教程:项目指令、文件管理与上下文复用

使用ChatGPT的Projects功能可高效处理长期任务,避免重复说明背景与要求。通过设置项目指令、上传参考文件、复用上下文,实现代码分析、文档维护等任务的持续优化。建议按任务类型建项目,配置简洁规则,重要结论存为独立文档,避免依赖记忆遗漏。适用于有固定流程、需多资料协作的场景,但不可替代Git版本管理。

carriedream的博客 289

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

《C++ 项目:手写大模型接入 SDK》ChatGPT接口设计(下):流式响应实现和测试

本文详细实现了ChatGPT ResponsesAPI的流式响应接口,重点解析了SSE半包缓冲处理的必要性及多事件类型(如response.output_text.delta、error等)的差异化处理逻辑。针对200状态码不等于调用成功的坑点,通过content_receiver回调捕获业务异常。基于抽象基类LLMProvider,仅需修改20%适配代码,即可完成新模型接入,验证了SDK架构的高扩展性与可维护性。

2501_91275995的博客 661

ChatGPT、Codex工程实战:数据库迁移脚本开发环境测试通过,为什么生产上线仍可能锁表甚至丢数据?

ChatGPT、Codex生成的数据库迁移脚本开发环境测试通过,为什么生产上线仍可能锁表甚至造成数据不一致?本文从Java订单系统生产变更切入,分析MySQL DDL、元数据锁、大批量数据回填、新旧版本兼容和数据迁移风险,并介绍Expand-Contract分阶段迁移方案。

lb654509656的博客 315

姿势库 / 服装库 / 人像库一键填充到 ChatGPT、Gemini、豆包(无需 API Key,附安装教程)

一个用户脚本,在 ChatGPT、Gemini、Grok、豆包、通义千问、腾讯元宝、Kimi、即梦等页面里嵌入「参考库」面板,把姿势、服装、人像参考图和规范化提示词一键填入对话框。版权说明:脸库 CC0;姿势库、服装库禁止二次分发。脚本不含本地图片,只在运行时读取公开地址。

yjc_1111的专栏 228

ChatGPT Images 2.6 实测解读:一句话直出 GIF,Flare 提速 46%,API 支持 2~64 帧动图

过去两年,AI 生图解决了"画得像不像""字写得对不对"的问题,但交付物始终是一张静态图。想让它动起来,通常要另外找视频模型,或者自己拆帧、用 PS、ffmpeg 合成 GIF——对运营、设计、做表情包的人来说,这一步既麻烦又容易翻车:帧之间画风跳变、角色走样、文件体积失控。这次 OpenAI 发布的,把这一步直接收进了生图本身:在对话里说一句"能做成 GIF 吗",返回的就是一张可循环播放的动图,而且生成后还能接着改。按 OpenAI 的说法,这是第一个原生直出 GIF 的主流生图产品。

JEECG官方博客 228

ChatGPT Images 2.6 入门:保存角色参考图并生成循环 GIF

按官方 Images in ChatGPT 说明,介绍在 ChatGPT 中把照片存成角色参考并用 @名字复用,再用提示词或静图生成循环 GIF、打开后调速并保存分享的完整步骤。

死磕音视频 207

ChatGPT Images 2.6 商业落地与场景应用指南

本文聚焦电商与设计团队的视觉生产痛点,提出“人机协同”的AI高效工作流。通过十大实战场景,系统拆解商品图生成、海报自动化、风格一致性控制、提示词工程等关键环节,构建可复制、可量化的视觉生产管线。强调以标准化模板、模块化提示词与人机协作闭环,实现从构思到成图的极速落地,显著提升效率与质量,助力各行业实现视觉内容的智能化升级。

frt的博客 275

QVeris MCP 连接到 ChatGPT:让 AI 调用专业数据

一个远程地址,完成 OAuth 授权,把 QVeris 接进 ChatGPT。本文整理网页版、桌面端配置,并用 AAPL 报价查询验证连接。

QVeris_Friends的博客 205

在 Claude 中配置与使用图表编辑器MCP,把数据变成图表

ChartchooserMCP是基于ModelContextProtocol的图表生成服务,可将数据直接转化为Highcharts图表或仪表盘,集成于Claude与ChatGPT。通过简单配置,用户在对话中粘贴数据并回答几项问题,即可自动生成生产级图表。支持自然语言调整样式、类型与布局,显著提升可视化效率。关键技巧包括:保持表头清晰、明确分析目标、多指标需求直接请求仪表盘。配置后一次设置,长期复用,大幅降低选图门槛,适合频繁进行数据分析与汇报的用户。

Highcharts可视化图表库中文博客 642
上一篇: 火了,又一款神器,开源了!
下一篇: 一个时代彻底结束了。
公众号:【GitHub爱好者社区】
博客等级 码龄6年 353粉丝 48原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值